A novel prior knowledge-based and texture-enhanced network for few-shot industrial defect segmentation
5Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : us, cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A novel prior knowledge-based and texture-enhanced network for few-shot industrial defect segmentation
- Date Crossref
- 01/12/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
ITRI International pays non établi dans la noticeStructure de recherche
-
China University of Geosciences pays non établi dans la noticeUniversité ou école supérieure
-
Chongqing CUG Industrial Technology Research Institute Co.Ltd pays non établi dans la noticeStructure de recherche
-
School of Mechanical Engineering and Electronic Information pays non établi dans la noticeUniversité ou école supérieure
ITRI International, China University of Geosciences et Chongqing CUG Industrial Technology Research Institute Co.Ltd, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Industrial Vision Systems and Defect DetectionIntegrated Circuits and Semiconductor Failure AnalysisWelding Techniques and Residual Stresses